王亚杰，祁冰枝，张云博，丁傲冬

（沈阳航空航天大学 工程训练中心，沈阳 110135）

人工智能是当前最具有挑战性的研究课题，早期人工智能的发展从机器博弈开始［1］，它是让计算机程序模仿人类思维对弈，是检验人工智能发展水平和计算机技术的一个重要方法。如何提高计算机程序的智能水平是机器博弈研究的核心所在［2］。2016年谷歌程序AlphaGo［3］击败了人类世界围棋大师，引起了全世界的关注，这极大地激发了人们的挑战热情和创新精神。近年来，国内外举办的各类计算机博弈比赛促进了计算机博弈理论和方法的研究，也给机器博弈领域注入了新鲜血液。

国际跳棋历史悠久，是计算机博弈领域的早期研究对象［4－5］。国际跳棋有兵棋和王棋两类棋子，开局只有双方各自的兵棋，当一方的棋子到达对方的底线之后则升变为王棋。王棋可以向其所在位置的4个斜线方向（左前方、右前方、左下方、右下方）上任意移动，且斜线上的连续空位均可成为王棋的落子点；兵棋每次只能单步向左前方或者右前方移动，兵棋和王棋均存在连续跳吃策略。

在国际跳棋机器博弈研究中，传统博弈算法侧重于有效的搜索和精确的评估，例如：极大极小算法（minimax）［5－6］、alpha-beta剪枝算法（alphabeta，α-β）［7］、蒙特卡洛模拟（monte carlo，MC）、上限置信区间（upper confidence bound apply to tree，UCT）算法［8］和启发式搜索算法等。

许多研究学者将传统博弈算法进行结合，军棋［9］、2 048［10］等博弈游戏在传统博弈算法中结合了蒙特卡洛树搜索，并通过剪枝以及调整蒙特卡洛模拟次数实现对高价值节点的关注，取得了较好的对弈效果；……